shenjianZ
e63267cef6
- 新增中国企业员工缺勤模拟数据集生成脚本(generate_dataset.py)，覆盖7个行业、180家企业、2600名员工 - 重构 config.py，更新特征字段为中文名称，调整目标列、员工ID、行业类型等配置 - 重构 clustering.py，简化聚类逻辑，更新聚类特征和群体命名（高压通勤型、健康波动型等） - 重构 feature_mining.py，更新相关性分析和群体比较维度（按行业、班次、婚姻状态等） - 新增 model_features.py 定义模型训练特征 - 更新 preprocessing.py 和 train_model.py 适配新数据结构 - 更新各 API 路由默认参数（model: random_forest, dimension: industry） - 前端更新主题样式和各视图组件适配中文字段 - 更新系统名称为 China Enterprise Absence Analysis System
145 lines
4.3 KiB
Python
145 lines
4.3 KiB
Python
import os
|
|
|
|
|
|
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
|
|
|
|
DATA_DIR = os.path.join(BASE_DIR, 'data')
|
|
RAW_DATA_DIR = os.path.join(DATA_DIR, 'raw')
|
|
PROCESSED_DATA_DIR = os.path.join(DATA_DIR, 'processed')
|
|
MODELS_DIR = os.path.join(BASE_DIR, 'models')
|
|
|
|
RAW_DATA_FILENAME = 'china_enterprise_absence_events.csv'
|
|
RAW_DATA_PATH = os.path.join(RAW_DATA_DIR, RAW_DATA_FILENAME)
|
|
CLEAN_DATA_PATH = os.path.join(PROCESSED_DATA_DIR, 'clean_data.csv')
|
|
|
|
RF_MODEL_PATH = os.path.join(MODELS_DIR, 'rf_model.pkl')
|
|
XGB_MODEL_PATH = os.path.join(MODELS_DIR, 'xgb_model.pkl')
|
|
KMEANS_MODEL_PATH = os.path.join(MODELS_DIR, 'kmeans_model.pkl')
|
|
SCALER_PATH = os.path.join(MODELS_DIR, 'scaler.pkl')
|
|
ENCODER_PATH = os.path.join(MODELS_DIR, 'encoder.pkl')
|
|
|
|
CSV_SEPARATOR = ','
|
|
RANDOM_STATE = 42
|
|
TEST_SIZE = 0.2
|
|
|
|
TARGET_COLUMN = '缺勤时长（小时）'
|
|
EMPLOYEE_ID_COLUMN = '员工编号'
|
|
COMPANY_ID_COLUMN = '企业编号'
|
|
|
|
WEEKDAY_NAMES = {
|
|
1: '周一',
|
|
2: '周二',
|
|
3: '周三',
|
|
4: '周四',
|
|
5: '周五',
|
|
6: '周六',
|
|
7: '周日',
|
|
}
|
|
|
|
SEASON_NAMES = {
|
|
1: '冬季',
|
|
2: '春季',
|
|
3: '夏季',
|
|
4: '秋季',
|
|
}
|
|
|
|
INDUSTRY_NAMES = [
|
|
'制造业',
|
|
'互联网',
|
|
'零售连锁',
|
|
'物流运输',
|
|
'金融服务',
|
|
'医药健康',
|
|
'建筑工程',
|
|
]
|
|
|
|
LEAVE_TYPE_NAMES = [
|
|
'病假',
|
|
'事假',
|
|
'年假',
|
|
'调休',
|
|
'婚假',
|
|
'丧假',
|
|
'产检育儿假',
|
|
'工伤假',
|
|
'其他',
|
|
]
|
|
|
|
REASON_CATEGORY_NAMES = [
|
|
'身体不适',
|
|
'家庭事务',
|
|
'子女照护',
|
|
'交通受阻',
|
|
'突发事件',
|
|
'职业疲劳',
|
|
'就医复查',
|
|
]
|
|
|
|
FEATURE_NAME_CN = {
|
|
'企业编号': '企业编号',
|
|
'所属行业': '所属行业',
|
|
'企业规模': '企业规模',
|
|
'所在城市等级': '所在城市等级',
|
|
'用工类型': '用工类型',
|
|
'部门条线': '部门条线',
|
|
'岗位序列': '岗位序列',
|
|
'岗位级别': '岗位级别',
|
|
'员工编号': '员工编号',
|
|
'性别': '性别',
|
|
'年龄': '年龄',
|
|
'司龄年数': '司龄年数',
|
|
'最高学历': '最高学历',
|
|
'婚姻状态': '婚姻状态',
|
|
'是否本地户籍': '是否本地户籍',
|
|
'子女数量': '子女数量',
|
|
'是否独生子女家庭负担': '独生子女家庭负担',
|
|
'居住类型': '居住类型',
|
|
'班次类型': '班次类型',
|
|
'是否夜班岗位': '是否夜班岗位',
|
|
'月均加班时长': '月均加班时长',
|
|
'近30天出勤天数': '近30天出勤天数',
|
|
'近90天缺勤次数': '近90天缺勤次数',
|
|
'近180天请假总时长': '近180天请假总时长',
|
|
'通勤时长分钟': '通勤时长分钟',
|
|
'通勤距离公里': '通勤距离公里',
|
|
'是否跨城通勤': '是否跨城通勤',
|
|
'绩效等级': '绩效等级',
|
|
'近12月违纪次数': '近12月违纪次数',
|
|
'团队人数': '团队人数',
|
|
'直属上级管理跨度': '直属上级管理跨度',
|
|
'BMI': 'BMI',
|
|
'是否慢性病史': '是否慢性病史',
|
|
'年度体检异常标记': '年度体检异常',
|
|
'近30天睡眠时长均值': '睡眠时长',
|
|
'每周运动频次': '运动频次',
|
|
'是否吸烟': '是否吸烟',
|
|
'是否饮酒': '是否饮酒',
|
|
'心理压力等级': '心理压力等级',
|
|
'是否长期久坐岗位': '是否久坐岗位',
|
|
'缺勤月份': '缺勤月份',
|
|
'星期几': '星期几',
|
|
'是否节假日前后': '节假日前后',
|
|
'季节': '季节',
|
|
'请假申请渠道': '请假申请渠道',
|
|
'请假类型': '请假类型',
|
|
'请假原因大类': '请假原因大类',
|
|
'是否提供医院证明': '医院证明',
|
|
'是否临时请假': '临时请假',
|
|
'是否连续缺勤': '连续缺勤',
|
|
'前一工作日是否加班': '前一工作日加班',
|
|
'缺勤时长（小时）': '缺勤时长',
|
|
'加班通勤压力指数': '加班通勤压力指数',
|
|
'家庭负担指数': '家庭负担指数',
|
|
'健康风险指数': '健康风险指数',
|
|
'岗位稳定性指数': '岗位稳定性指数',
|
|
'节假日风险标记': '节假日风险标记',
|
|
'排班压力标记': '排班压力标记',
|
|
'缺勤历史强度': '缺勤历史强度',
|
|
'生活规律指数': '生活规律指数',
|
|
'管理负荷指数': '管理负荷指数',
|
|
'工龄分层': '工龄分层',
|
|
'年龄分层': '年龄分层',
|
|
'通勤分层': '通勤分层',
|
|
'加班分层': '加班分层',
|
|
}
|